AI 原生开放教材

外观

AI 工程从零到一（中文）源码研读·中文原文 ↗原件 ↓仓库 ↗

Agent 的 Actor 模型——异步消息与类型化运行时 ​

把 agent 当作 actor：异步交换消息、用事件驱动处理器响应、隔离故障，并自然获得并发。AutoGen v0.4（Microsoft Research，2025 年 1 月）围绕这个模型重新设计了 agent 编排；该框架现在进入维护模式，Microsoft Agent Framework（2025 年 10 月公开预览）成为它的生产继任者。

类型： Learn + Build 语言： Python（标准库） 前置要求： 阶段 14 · 01（Agent 循环）、阶段 14 · 12（工作流模式） 预计时间： ~75 分钟

学习目标 ​

  • 描述 actor 模型：agent 即 actor，消息是唯一的 IPC，每个 actor 各自故障隔离。
  • 说出 AutoGen v0.4 的三个 API 层 —— Core、AgentChat、Extensions —— 各自干什么。
  • 解释为什么把消息投递与处理解耦能带来故障隔离和天然并发。
  • 用 Python 实现一个标准库 actor 运行时，并把一个双 agent 代码审查流程移植上去。

问题背景 ​

大多数 agent 框架是同步的：一个 agent 生产，一个 agent 消费，都在一个调用栈里。失败会让栈崩溃。并发是硬加上去的。要分布式就得重写。

AutoGen v0.4 的回答：actor 模型。每个 agent 是一个带私有收件箱的 actor。消息是唯一的交互方式。运行时把投递与处理解耦。失败隔离在一个 actor 内。并发是原生的。分布式只是换个传输。

核心概念 ​

Actor ​

一个 actor 有：

  • 一份私有状态（从外部绝不直接触碰）。
  • 一个收件箱（消息队列）。
  • 一个处理器：receive(message) -> effects，其中 effects 可以是「回复」「发给其他 actor」「派生新 actor」「更新状态」「停掉自己」。

两个 actor 不能共享内存。它们只能发消息。

三个 API 层 ​

AutoGen v0.4 把接口分成三层：

  1. Core。 底层 actor 框架。AgentRuntime、Agent、Message、Topic。异步消息交换，事件驱动。
  2. AgentChat。 任务驱动的高层 API（v0.2 的 ConversableAgent 的替代）。AssistantAgent、UserProxyAgent、RoundRobinGroupChat、SelectorGroupChat。
  3. Extensions。 各种集成 —— OpenAI、Anthropic、Azure、工具、记忆。

为什么解耦重要 ​

在 v0.2 模型里，调用 agent_a.chat(agent_b) 会同步阻塞 agent_a 直到 agent_b 返回。在 v0.4 里，send(agent_b, msg) 把消息放进 agent_b 的收件箱就返回。运行时稍后投递。三个后果：

  • 故障隔离。 Agent B 崩溃不会让 Agent A 崩溃 —— 运行时在 B 的处理器里捕获失败并决定怎么办（记录、重试、死信）。
  • 天然并发。 同时有许多消息在途；actor 并发处理各自的收件箱。
  • 分布式就绪。 不管 actor 在进程内还是在另一台主机上，收件箱 + 传输都是同一个抽象。

拓扑 ​

  • RoundRobinGroupChat。 agent 按固定轮换依次发言。
  • SelectorGroupChat。 一个 selector agent 基于对话上下文挑下一个发言者。
  • Magentic-One。 用于网页浏览、代码执行、文件处理的参考多 agent 团队。建在 AgentChat 之上。

可观测性 ​

内置 OpenTelemetry 支持。每条消息发出一个 span；工具调用按 2026 年 OTel GenAI 语义约定（第 23 课）携带 gen_ai.* 属性。

状态：维护模式 ​

2026 年初：AutoGen v0.7.x 对研究和原型来说是稳定的。微软已把活跃开发转向生产继任者 Microsoft Agent Framework（2025 年 10 月 1 日公开预览；1.0 GA 当时目标定在 2026 年 Q1 末）。AutoGen 模式能干净地向前移植，actor 模型才是那个持久的想法。

figure
actor-mailbox

动手构建 ​

code/main.py 实现一个标准库 actor 运行时：

  • Message —— 带 sender、recipient、topic、body 的带类型载荷。
  • Actor —— 抽象类，带 receive(message, runtime)。
  • Runtime —— 带共享队列、投递、故障隔离的事件循环。
  • 一个双 actor 演示：ReviewerAgent 审查代码，ChecklistAgent 跑一份清单；它们交换消息直到达成共识。

运行它：

python3 code/main.py

轨迹展示消息投递、一个 actor 里模拟的失败（不会让另一个崩溃），以及对一个共享裁决的收敛。

实际使用 ​

  • AutoGen v0.4/v0.7（维护中）—— 对研究、原型、多 agent 模式来说稳定。
  • Microsoft Agent Framework —— 生产继任者（2025 年 10 月公开预览）；同样的 actor 模型想法，换了套刷新的 API。
  • LangGraph swarm 拓扑（第 13 课）—— 通过共享工具交接的类似模式。
  • 自定义 actor 运行时 —— 当你需要特定传输（NATS、RabbitMQ、gRPC）时。

拿去用 ​

outputs/skill-actor-runtime.md 为给定的多 agent 任务生成一个极简 actor 运行时外加一个团队模板（RoundRobin 或 Selector）。

练习 ​

  1. 加一个死信队列：当处理器抛异常时，把失败的消息泊住供人工检视。在你的玩具里 DLQ 多久被命中一次？
  2. 实现 SelectorGroupChat：一个 selector actor 基于对话状态挑谁处理下一条消息。
  3. 加分布式传输：把进程内队列换成一个 JSON-over-HTTP 服务器，让 actor 能在不同进程里跑。
  4. 给每条消息接一个 OTel span（或一个 no-op 顶替）。按第 23 课发出 gen_ai.agent.name、gen_ai.operation.name。
  5. 读 AutoGen v0.4 的架构帖子。把你的玩具移植到真实的 autogen_core API。你跳过了哪些在生产里重要的东西？

关键术语 ​

术语大家怎么说它实际是什么
Actor「agent」私有状态 + 收件箱 + 处理器；无共享内存
Message「事件」带类型载荷；actor 交互的唯一方式
Inbox「邮箱」每个 actor 的待处理消息队列
Runtime「agent 宿主」路由消息并隔离故障的事件循环
Topic「频道」actor 之间具名的发布-订阅路由
Fault isolation「任其崩溃」一个 actor 失败不会让其他崩溃
RoundRobinGroupChat「固定轮换团队」agent 按序轮流发言
SelectorGroupChat「上下文路由团队」selector 挑下一个发言者
Magentic-One「参考团队」用于网页 + 代码 + 文件的多 agent 小队

延伸阅读 ​